MétaCan
Menu
Retour à la cohorte
Enregistrement W7055628891

Climate Change Assessment of Hablehroud Watershed Using Downscaling of CanESM2 General Circulation Model Data

2023· article· en· W7055628891 sur OpenAlexaboutno aff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser Design and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDownscalingClimate changeGeneral Circulation ModelPrecipitationClimate modelGreenhouse gasTransient climate simulationClimate commitmentWatershed
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Greenhouse gases and the occurrence of climate change have occurred with the development of technology and the industrialization of human societies. long-term forecasting of climate parameters has always been interesting due to the importance of climate change for the earth and its inhabitants. General Circulation Models (GCMs) are one of the most widely used methods for evaluating future climate conditions. In the present study, the results of three general circulation models including the American model of GFDL-CM3, the Canadian model of CanESM2, and the Russian model of inmcm4ncml for the study area were evaluated and the CanESM2 model was selected as the superior model. The RCP scenarios 2.6, 4.5, and RCP 8.5 were used with the CanESM2 model to assess climate change conditions across the Hablehroud River basin for the period 2020-2051. According to the results, the total monthly precipitation shows an increasing trend in the coming decades 2020-2051 period compared to the period 1986-2017. The results of the study of temperature changes in the period 2020-2051 in the Hablehroud River basin also indicate an increase in the monthly average of maximum and minimum temperatures in the coming decades. The consequences of these conditions are of great hydrological importance in the study area, this condition necessitates the adoption of climate change adaptation policies in this watershed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,197
Score d'incertitude au seuil0,391

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,544
Tête enseignante GPT0,566
Écart entre enseignants0,022 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetLaser Design and ApplicationsTravaux en français237 207